支持私有化部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


RAG实战:借助RAGFlow做一个员工智能助理

发布日期:2025-07-21 17:20:09 浏览次数: 1536
作者:阿铭linux

微信搜一搜,关注“阿铭linux”

推荐语

RAGFlow实战体验:知识检索能力强大但Agent工作流搭建复杂,本文带你快速部署并实操RAG项目。

核心内容:
1. RAGFlow部署的软硬件要求与详细步骤
2. 项目实操中的知识检索能力体验
3. Agent工作流搭建的难点与对比分析

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

最近体验了一下RAGFlow的RAG能力,体验下来,它给我的感觉总结两点:1)知识检索方面能力很强;2)Agent工作流搭建很反人性,跟Coze或者dify比,有点复杂。

本文主要包含两部分:RAGFlow部署和RAG项目实操。声明下:为了节省字数,内容为精简版,整体较为粗糙,但保真!

一、RAGFlow部署

  • 软硬件要求(生产环境)

    • CPU >= 4 cores

    • RAM >= 16 GB

    • Disk >= 50 GB

    • Docker >= 24.0.0 & Docker Compose >= v2.26.1

  • 准备阿里云机器

按量付费,4c16g40G,  ubuntu 22.04

  • 安装docker和docker-compose

apt安装Docker

apt install  docker.io

启动docker服务

systemctl start dockersystemctl enable docker

设置docker加速器

sudo mkdir -p /etc/dockersudo tee /etc/docker/daemon.json <<-'EOF'{    "registry-mirrors": [        "https://docker.m.daocloud.io",        "https://dockerhub.timeweb.cloud"    ]}EOFsudo systemctl daemon-reloadsudo systemctl restart docker
下载二进制的docker-compose
curl -L "https://github.com/docker/compose/releases/download/v2.36.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/bin/docker-compose
测试
docker-compose  --version
  • 更改内核参数

要保证内核参数 vm.max_map_count >= 262144

vi /etc/sysctl.conf  #最后面增加一行vm.max_map_count =  262144

使其生效

sysctl -p检查
sysctl vm.max_map_count
  • 获取ragflow源码

git clone https://github.com/infiniflow/ragflow.git
  • 更改配置

进到docker目录下

cd  ragflow/docker配置文件为.env,这里面可以配置各组件密码,比如mysql、minio、elastcsearch等服务的密码以及端口
  • 启动服务

docker-compose up -d
  • 配置模型

直接访问阿里云的公网ip即可访问到RAGFlow,

初次访问需要设置邮箱、用户名和密码。

点击右上角头像,然后选择“模型提供商”

找到DeepSeek,点击“添加模型”

输入api-key

找到硅基流动,点击“添加模型”

输入api-key

设置默认模型

二、RAG项目实操

  • 项目整体构思

做一个公司内部员工智能问答助手,我们

可以将公司内部员工手册以及各部门新员工

入职培训手册,比如技术部各内部资源

使用指南导入到RAGFlow的知识库里,

然后做一个基于知识库+LLM的智能对话助手,

再将该助手发布到公司内部OA平台

  • 准备内部手册文档

借助coze空间https://space.coze.cn/生成

提示词1如下:

帮我做一份用来作为RAG系统的知识库文档,这个文档主要内容为一家公司的内部员工手册,手册内容字数不少于10000字。提示词2如下:
我还需要一份技术部同事使用的内部员工培训手册,这份手册需要包含公司所有内部IT平台的介绍和访问方式
  • 创建知识库

右上角点击“+创建知识库”

点击“数据集”

然后新增文件,选择本地文件

搜索测试

  • 创建应用

点击“Agent”,然后点击“+创建Agent”

点击“知识检索”卡片,设置Rerank模型

点击“生成回答”卡片,设置系统提示词

试运行

调试完,没问题点击“保存”。

  • 嵌入OA

1)获取API

单击右上角头像,选择API,单击“API KEY”,

点击“创建新密钥”,然后复制新创建的key

2)嵌入网站

回到上面创建的Agent,点击“嵌入网站”

3)将代码嵌入OA系统

这里,我们还是让豆包做一个模拟的OA网页

借用豆包的编程能力,帮我们写一个简单的

OA网页。

https://www.doubao.com/chat/

提示词:

帮我写一个公司OA平台,只需要提供一个静态网页即可,但需要嵌入我这段代码:  <iframe  src="http://47.105.99.194/chat/share?shared_id=e90421d665fe11f09b8a0242ac120006&from=agent&auth=ViZGNlZWNlNjYwNzExZjBiZTkzMDI0Mm&visible_avatar=1&locale=zh"  style="width: 100%; height: 100%; min-height: 600px"  frameborder="0"></iframe>


最后介绍下我的大模型课:我的运维大模型课上线了,目前还是预售期,有很大优惠。AI越来越成熟了,大模型技术需求量也越来越多了,至少我觉得这个方向要比传统的后端开发、前端开发、测试、运维等方向的机会更大,而且一点都不卷!

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询